CGM 第42期：利用机器学习解析重组图景

第一次减数分裂前，同源染色体会经历配对，联会和遗传物质重组交换等一系列过程。同源染色体遗传物质重组交换促进了遗传多样性的发生，进而为遗传育种及选种选育提供更多的原材料。减数分裂的重组过程是被严格调控的，它起始于DNA双链的断裂（double strand break），在RAD51及其它蛋白的作用下，DSB通过同源重组修复，一部分形成基因转换（gene conversion）个体，还有一部分形成重组（crossover）个体。玉米研究发现，DSB热点近乎均匀分布在玉米染色体，这些热点具有如下特征：较低的CG与CHG甲基化水平，主要分布在开放的染色质（open chromatin）区域与CG富及DNA结合基序（motif）。利用B73与Mo17回交群体，我们获取高精度的重组区间（<2000bp）。后续的研究发现，重组位置具有跟DSB相似的特征，较低的甲基化，开放染色质区域，较高的H3k4me3组蛋白修饰，此外也有一定特征的DNA基序。基于上述研究，我们认为基因组的与染色质特征，决定DSB与crossover发生位置。由于实验的难度及测序经费问题，目前的研究仅仅局限于B73。因此我们仅仅得到有限的DSB与crossover位置信息。基于已有的数据作为训练集，利用机器学习的方法，我们尝试基因组水平的DSB与crossover位点预测。结果发现，随机森林算法具有较高的精确度，准确度达到92%以上。不同的特征决定了DSB与重组位置的发生，H3K9me2，GC，CC，CG碱基频率与开放的染色质造就了DSB的发生，而DNA甲基化与开放的染色质决定重组位置的发生。